• <ins id="pjuwb"></ins>
    <blockquote id="pjuwb"><pre id="pjuwb"></pre></blockquote>
    <noscript id="pjuwb"></noscript>
          <sup id="pjuwb"><pre id="pjuwb"></pre></sup>
            <dd id="pjuwb"></dd>
            <abbr id="pjuwb"></abbr>

            杰 & C++ & Python & DM

            數據挖掘中的指數函數

                        最近做數據時,使用神經網絡建模。在神經網絡中,會用到激發函數(activation function)。

                    典型的激發函數有Sigmod函數:

                              image

                    雙曲正切函數:

                             image

                      這兩個都涉及到指數函數,在C中,為求指數函數,使用exp()函數。

                  在數次出錯后找到問題,原來是我的指數值過大,數據中有時會出現超過1000的數字,這導致在求值過程中,即使使用double型,也使得結果溢出。

                  解決方法是定義一個指數函數,當指數值超過一定界限便指定一個相對無窮大的值,這樣也符合數學定義。在我的處理中,將界限設定為15,當該值大于15時,返回3000000;當界限值小于-15時,返回0。

            posted on 2011-01-21 23:40 jaysoon 閱讀(1121) 評論(0)  編輯 收藏 引用 所屬分類: 數據挖掘

            <2011年1月>
            2627282930311
            2345678
            9101112131415
            16171819202122
            23242526272829
            303112345

            導航

            統計

            常用鏈接

            留言簿

            隨筆分類

            隨筆檔案

            文章分類

            文章檔案

            收藏夾

            C++

            搜索

            最新評論

            閱讀排行榜

            評論排行榜

            久久狠狠一本精品综合网| 久久婷婷五月综合色99啪ak | 狼狼综合久久久久综合网| www久久久天天com| 青青久久精品国产免费看| 亚洲成色WWW久久网站| 国产免费久久精品99久久| 亚洲午夜久久久久久久久久| 久久国产一区二区| 波多野结衣AV无码久久一区| 精品久久久久中文字幕一区| 无码超乳爆乳中文字幕久久| 91精品免费久久久久久久久| 中文字幕日本人妻久久久免费| 99久久精品免费看国产| 日产精品99久久久久久| 亚洲国产精品综合久久网络| 国产精品久久自在自线观看| 精品一二三区久久aaa片| 精品99久久aaa一级毛片| 国产美女久久精品香蕉69| 亚洲国产欧洲综合997久久| 中文字幕成人精品久久不卡| 精品久久久久久无码专区| 人妻精品久久无码区| 亚洲人成精品久久久久| 少妇人妻综合久久中文字幕| 无码精品久久一区二区三区| 久久久久成人精品无码| 久久久久女教师免费一区| 国产亚洲色婷婷久久99精品91| 久久福利青草精品资源站| 精品久久久久久国产| 97久久天天综合色天天综合色hd| 日产精品久久久久久久| 久久久久99精品成人片欧美| 国产成年无码久久久免费| 午夜精品久久久久久久| 99久久99这里只有免费费精品| 久久久久99精品成人片直播| 久久99国产精品二区不卡|